结合词义的文本特征词权重计算方法

• 作者: 尹美娟 李明涛 罗军勇 路林
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 文本相似度 特征词权重 词义相似度 Chinese WordNet
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1355-1358,1365
• 分类号: TP391.1
• 字数: 4577字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.01355

摘要

传统的基于向量空间模型的文本相似度计算方法,用TF-IDF计算文本特征词的权重,忽略了特征词之间的词义相似关系,不能准确地反映文本之间的相似程度.针对此问题,提出了结合词义的文本特征词权重计算方法,基于Chinese WordNet采用词义向量余弦计算特征词的词义相似度,根据词义相似度对特征词的TF-IDF权重进行修正,修正后的权重同时兼顾词频和词义信息.在哈尔滨工业大学信息检索研究室多文档自动文摘语料库上的实验结果表明,根据修正后的特征词权重计算文本相似度,能够有效地提高文本的类区分度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹美娟	信息工程大学信息工程学院	18	64	4.0	7.0
2	罗军勇	信息工程大学信息工程学院	42	286	10.0	15.0
3	李明涛	信息工程大学信息工程学院	2	29	2.0	2.0
4	路林	信息工程大学信息工程学院	3	31	2.0	3.0